蒸壓加氣混凝土孔結(jié)構(gòu)特征提取

蒸壓加氣混凝土孔結(jié)構(gòu)特征提取

氣泡混凝土是一種多孔混凝土。它的主要成分是由發(fā)氣劑產(chǎn)生的氣泡破裂引起的孔，這決定了氣混凝土的最佳優(yōu)點。由于加氣混凝土的多孔性,它還是一種優(yōu)良的保溫隔熱材料。在我國,加氣混凝土最初只是作為一種可供選擇的新型墻體材料。近年來,隨著全球?qū)?jié)能減排和生態(tài)保護(hù)的不斷重視,人們逐漸認(rèn)識到加氣混凝土在節(jié)能、節(jié)材、工業(yè)固體廢棄物利用等方面也有優(yōu)異表現(xiàn),因此,對加氣混凝土的研究逐漸受到關(guān)注。多孔性是蒸壓加氣混凝土最主要的特征,其強度、抗碳化性、收縮性、導(dǎo)熱性、吸水性均很大程度受孔隙率和孔分布等孔結(jié)構(gòu)特征的影響。加氣混凝土的孔包括宏觀孔和微觀孔。這種典型多孔材料的孔結(jié)構(gòu)特征對加氣混凝土的性能非常重要。因此,如何表征蒸壓加氣混凝土的孔特征對于深入研究其性能具有重大的基礎(chǔ)意義。傳統(tǒng)測試和表征孔特征的方法(如滲透法、壓汞法等)在表征微觀孔方面有良好表現(xiàn),但對于宏觀大孔卻不是很合適,因為采用這些方法檢測的最大孔徑通常比較小,而且很多方法也只能檢測貫通孔,而加氣混凝土中有大量孔徑為1～2mm的非連通孔。隨著計算機(jī)技術(shù)的不斷進(jìn)步和普及,圖像分析法在許多研究領(lǐng)域得到了應(yīng)用,在水泥混凝土材料領(lǐng)域,已在裂縫(裂縫大小、裂縫分布及擴(kuò)展趨勢)、集料(數(shù)量、級配、分布均勻性及粗糙度)、膠凝填充效果(填充度及包裹度)及界面結(jié)構(gòu)(過渡區(qū)及水化度)等方面發(fā)揮了重要作用,也為多孔材料孔結(jié)構(gòu)的研究提供了新的研究手段。近年來,國內(nèi)已相繼有采用圖像分析法研究多孔材料孔結(jié)構(gòu)的報道,并取得了較好的效果。然而采用圖像分析法表征研究蒸壓加氣混凝土這種典型多孔材料的孔結(jié)構(gòu),國內(nèi)外均尚未見相關(guān)報道。盡管文獻(xiàn)采用體式顯微鏡對加氣混凝土的孔結(jié)構(gòu)進(jìn)行了描述,但仍未獲得加氣混凝土的孔隙率、孔徑等重要參數(shù)。為此,本研究采用數(shù)碼相機(jī)采集圖像,提出一種基于Matlab的圖像分析方法來表征加氣混凝土的孔特征。Matlab是MathWorks公司推出的一套高性能數(shù)值計算和可視化軟件。Matlab具有可以實現(xiàn)矩陣運算、繪制函數(shù)和數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連接其它編程語言的程序等功能,主要應(yīng)用于工程計算、控制設(shè)計、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計與分析等領(lǐng)域。圖像處理工具箱(Imageprocessingtoolbox,IPT)是在Matlab環(huán)境下開發(fā)的眾多工具箱之一,以數(shù)字圖像理論為基礎(chǔ),用Matlab語言構(gòu)造出一系列用于圖像數(shù)據(jù)顯示與處理的M函數(shù)。本研究采用Matlab提供的圖像處理功能,通過對加氣混凝土宏觀斷面照片進(jìn)行數(shù)據(jù)存取和處理,實現(xiàn)對加氣混凝土宏觀孔孔隙率、孔徑等參數(shù)的表征。1圖像的獲取和處理1.1圖像數(shù)據(jù)轉(zhuǎn)化為灰圖取一塊蒸壓加氣混凝土大砌塊(240mm×200mm×600mm),在其上截取截面為100mm×100mm、厚度約為30mm的小方塊。固定數(shù)碼相機(jī)(CCD攝像頭)和蒸壓加氣混凝土小方塊的位置,對其截面拍照,獲得砌塊截面照片,如圖1所示。相機(jī)規(guī)格和型號為:SONYDSC-W200,1200萬像素,水平和垂直分辨率均為72dpi。圖1的整體尺寸為4000pixel×3000pixel,因此圖像數(shù)據(jù)很大,導(dǎo)致程序運行時間變長。為便于闡述,將圖1放大并截取一個小矩形部分代替整個試塊,如圖2所示。由圖2可以看出,孔分布較均勻,但其尺寸不均勻。利用Matlab將加氣混凝土砌塊斷面的數(shù)碼照片圖像信息儲存于矩陣中。但是斷面數(shù)碼照片為RGB圖像,即每個像素需要用3個字節(jié)來存儲三基色,圖像分析難度大,且數(shù)據(jù)量大。而如果將圖像信息以灰度形式存儲,則每個像素點的圖像信息只需要1個字節(jié)即可儲存,另外人眼對灰度的識別能力為20～60級,故采用灰度存儲既符合計算機(jī)的存儲習(xí)慣,又保持了人眼的分辨能力,同時提高了孔與孔壁的數(shù)值差異。因此,將圖2轉(zhuǎn)化為灰度照片。圖3為圖2的灰度照片及其某一局部對應(yīng)的灰度值。1.2增加圖像對比數(shù)碼相機(jī)的噪音主要是指CCD(Chargecoupleddevice)將光線作為接收信號并輸出的過程中所產(chǎn)生的圖像中的粗糙部分。圖像縮小后這種圖像噪音看不出來,而將圖像放大后,就會顯示出本來沒有的顏色(假色)——圖像的噪聲。本研究選擇一種較常用的去除噪聲的方法——中值濾波器。中值濾波器是一種平滑濾波,在一定條件下可以克服線性濾波等所帶來的圖像細(xì)節(jié)模糊問題,對過濾脈沖干擾及圖像掃描噪聲非常有效。圖4為對圖3進(jìn)行中值濾波去噪聲后的圖像。由于拍攝角度及光線照射角度的差異,所得圖形的灰度值往往容易集中在某一個區(qū)域。為了增強視覺差異,以得到對于具體應(yīng)用視覺效果更“好”、更“有用”的圖像,需增加圖像的對比度。圖像的直方圖為數(shù)字圖像中每一個灰度級與該灰度出現(xiàn)頻率的統(tǒng)計關(guān)系,可以通過改變直方圖的形狀來達(dá)到增加圖像對比度的效果。為此,對圖4進(jìn)行直方圖均衡化處理,處理前后的對比結(jié)果如圖5所示。從圖5(a)中可以看出,處理前直方圖的組成部分集中在灰度級高(亮)的一側(cè),即對比度小;而圖5(b)中圖像直方圖的成分覆蓋了灰度級很寬的范圍,則圖像有高的對比度和多變的灰度色調(diào)。因此,通過改變直方圖的形狀,圖像的對比度效果得到了增強。常用的增加對比度的方法有直方圖均衡化和直方圖規(guī)定化。直方圖均衡化的優(yōu)點是能自動增加整個圖像的對比度,但其增強效果不易控制,因此本研究選擇更靈活的直方圖規(guī)定化。1.3閾值選擇方法經(jīng)過上述處理的矩陣已經(jīng)可以較好地描述和區(qū)分氣孔和孔壁。為了更直觀地觀察分析數(shù)據(jù)結(jié)果,進(jìn)一步對圖像進(jìn)行二值化處理。二值化常用的方法是選擇一個閾值θ,通過設(shè)置閾值,把像素點按灰度級分成若干類,從而實現(xiàn)圖像分割。二值化的基本原理如下:設(shè)原始圖像為f(x,y),首先用某一方法在f(x,y)中找出一個灰度值T作為閾值,將圖像分割為兩部分,即把大于等于該閾值的像素點的值置成1,小于該閾值的像素點的值置成0。閾值計算后的圖像為二值圖像g(x,y):g(x,y)={1f(x,y)≥T0f(x,y)＜Tg(x,y)={1f(x,y)≥Τ0f(x,y)＜ΤMatlab中閾值選擇有人工選擇法和自動選擇法。本研究選擇無需人為介入的自動選擇法,而其中較常用的是簡單且處理速度快的Otsu法。該方法先調(diào)用Graythresh,自動計算一個適當(dāng)?shù)拈撝?然后調(diào)用im2bw,使用該閾值進(jìn)行處理,將灰度圖像轉(zhuǎn)換成二值圖像。圖像二值化就是把圖像中的像素根據(jù)一定的標(biāo)準(zhǔn)分為2種顏色。二值化后的圖像如圖6所示,顆粒值為0,黑色,代表非孔;背景值為1,白色,代表孔。為了更直觀地觀察斷面,將矩陣信息導(dǎo)入到Excel文件中,并用背景色將孔的顏色標(biāo)識出來,如圖7所示。2結(jié)果與討論2.1加壓混凝土的孔徑得到圖像信息并導(dǎo)入Excel后,通過自編的程序計算其統(tǒng)計屬性(個數(shù)和面積)。其結(jié)果為:氣孔1041個,氣孔總面積13582pixel,宏觀氣孔孔隙率27%。需要說明的是,孔的特征參數(shù)中有一個重要指標(biāo)——孔徑。本研究并未給出加氣混凝土的孔徑及其分布特征,這是因為從圖6和圖7中可看出,加氣混凝土的孔并不是規(guī)則的圓形孔,將其換算成孔徑存在一定的難度,因此,本研究以孔面積來反映孔的尺寸。圖8(a)為不同孔面積的孔個數(shù),圖8(b)為不同孔面積的孔個數(shù)占總孔個數(shù)的比例。圖8可以近似地理解為加氣混凝土的孔分布特征圖,可以看出該加氣混凝土樣品中小孔的數(shù)量最多。圖9為不同孔面積的孔占總孔面積的比例,即不同尺寸的孔對總孔隙率的貢獻(xiàn)程度。從圖9中可以看出,不同尺寸的孔對孔隙率的貢獻(xiàn)并沒有明顯的規(guī)律,1～60pixel的孔對孔隙率的貢獻(xiàn)最顯著。2.2圖像結(jié)構(gòu)的表征一般認(rèn)為加氣混凝土中孔徑在50～500μm內(nèi)為宏觀孔(普通砂漿中孔徑大于5μm的孔為大孔),孔徑在50nm～50μm內(nèi)為宏觀毛細(xì)孔,孔徑在50nm及以下為微觀毛細(xì)孔。那么采用數(shù)碼相機(jī)拍攝的圖像進(jìn)行圖像分析的方法能表征多大范圍內(nèi)的孔結(jié)構(gòu)呢?可做以下估算:對于圖1,可以算出該試塊的平均邊長為2765pixel,又已知砌塊加工時實際的邊長為100mm,所以圖1中任一像素代表的實際大小為100/2765=0.0362mm。本研究采用1200萬像素相機(jī)拍攝的圖片,理論上能表征最小孔徑為36μm的孔。可見,采用此方法表征加氣混凝土的宏觀孔是可行的,同時也說明采用更高像素的相機(jī)也可能提高結(jié)果的精度。2.3加重混凝土的真實孔隙率測試結(jié)果表明樣品的孔隙率為27%,然而加氣混凝土的真實孔隙率遠(yuǎn)不止這么小。將樣品磨細(xì)后采用李氏密度瓶法測試樣品的真實密度,得到樣品的孔隙率為68%?？梢?采用本方法得到的孔隙率與真實孔隙率還存在很大差距。這些誤差主要來源于以下2個方面。首先,采用本方法表征的是數(shù)碼相機(jī)“看得見”的孔,即孔徑在36μm以上的宏觀孔,而加氣混凝土的真實孔隙率中還包含了數(shù)碼相機(jī)“看不見”的小孔。其次,由于拍攝角度及光線照射等因素的影響,獲得的圖像中有些孔與孔壁的對比度不是很高,甚至有些孔的灰度值比非孔的還小。從加氣混凝土的SEM相片更能反映這一點,圖10中方框標(biāo)記處能明顯看出孔內(nèi)的亮度比孔外還大。因此,程序識別出的孔隙率結(jié)果肯定比實際情況小。上述分析表明,提高分析準(zhǔn)確性的關(guān)鍵在于增加圖片中孔和非孔的區(qū)別。為此,可以采取以下3種方法可以進(jìn)行改進(jìn):一是對程序的改進(jìn),提高程序的分辨能力;二是采取措施避免拍攝角度及光線照射等因素的影響,保證孔和非孔的灰度層次;更重要的一種方法是拍攝前對樣品進(jìn)行處理,事先人為增加孔和非孔的對比度。為此采取以下方法對樣品的處理進(jìn)行了嘗試:在平整橡膠墊上涂一層薄的黑色墨水,然后把砌塊壓在上面對砌塊截面的孔壁進(jìn)行人工抹黑,人為地增加孔與孔壁的對比度,如圖11所示;之后采用上述孔結(jié)構(gòu)表征方法進(jìn)行孔結(jié)構(gòu)分析,獲得的孔隙率結(jié)果為50.4%。由此可見,與未經(jīng)處理的樣品相比,經(jīng)處理后分析的誤差大幅減小。2.4圖像分析方法的應(yīng)用采用數(shù)碼相機(jī)(CCD攝像頭)采集圖像的圖像分析方法,其最大的優(yōu)點在于所使用的設(shè)備和軟件都是非常普遍并且容易獲得的,因此分析和表征成本非常低。然而,它的缺陷也非常明顯,即容易出現(xiàn)圖像顏色失真及邊界模糊化,從而使分析的精確性不足,這是采用光學(xué)攝像頭和顯微鏡進(jìn)行圖像分析的通病。因此,圖像分析法適合于蒸壓加氣混凝土生產(chǎn)過程中對孔結(jié)構(gòu)的控制等精確度要求不高的場合。實際上采用蒸壓加氣混凝土的SEM相片也可以進(jìn)行孔結(jié)構(gòu)的圖像分析和表征,但同樣也存在方法上的缺陷:首先,SEM相片也存在圖像顏色失真及邊界模糊化的問題,這可從圖10中看出;其次,SEM相片的拍攝區(qū)域較小,而蒸壓加氣混凝土的孔通常又較大,因此拍攝處孔結(jié)構(gòu)特征的代表性不是非常充足?？偟膩碚f,采用數(shù)碼相機(jī)采集圖像,并采取基于Matlab的圖像分析法對蒸壓加氣混凝土的孔結(jié)構(gòu)進(jìn)行分析是一次初步的嘗試,為蒸壓加氣混凝土宏觀孔結(jié)構(gòu)的表征提供了一種新方法。然而,對于如何提高該方法分析的準(zhǔn)確性,還需要從程序改進(jìn)、相片拍攝技巧以及樣品準(zhǔn)備與處理等方面進(jìn)行摸索和研究,其中,如何對樣品進(jìn)行處理以獲得孔和非孔區(qū)別明顯的圖片是獲得準(zhǔn)確結(jié)果的關(guān)鍵。3孔結(jié)構(gòu)表征分析方法(1)采用數(shù)碼相機(jī)獲得加氣混凝土的截面相片,采取基于Matlab的圖像分析法可以對蒸壓加氣混凝土的孔結(jié)構(gòu)進(jìn)行初步的